Sobes.tech
Junior — Middle

Jakie metody można zastosować do równoległego obliczania sumy elementów tablicy za pomocą ForkJoinPool?

sobes.tech AI

Odpowiedź od AI

Aby obliczyć sumę elementów tablicy w sposób równoległy za pomocą ForkJoinPool, można zaimplementować zadanie rekurencyjne, które dzieli tablicę na części i sumuje je równolegle.

Główna idea:

  • Jeśli rozmiar podtablicy jest mały, obliczamy sumę bezpośrednio.
  • W przeciwnym razie dzielimy podtablicę na dwie części, tworzymy dwa podzadania, uruchamiamy je równolegle i łączymy wyniki.

Przykład w Java z użyciem RecursiveTask<Integer>:

import java.util.concurrent.*;

public class SumTask extends RecursiveTask<Integer> {
    private static final int THRESHOLD = 1000;
    private int[] array;
    private int start, end;

    public SumTask(int[] array, int start, int end) {
        this.array = array;
        this.start = start;
        this.end = end;
    }

    @Override
    protected Integer compute() {
        int length = end - start;
        if (length <= THRESHOLD) {
            int sum = 0;
            for (int i = start; i < end; i++) {
                sum += array[i];
            }
            return sum;
        } else {
            int mid = start + length / 2;
            SumTask leftTask = new SumTask(array, start, mid);
            SumTask rightTask = new SumTask(array, mid, end);
            leftTask.fork(); // uruchamia zadanie lewe równolegle
            int rightResult = rightTask.compute(); // oblicza zadanie prawe w bieżącym wątku
            int leftResult = leftTask.join(); // czeka na wynik zadania lewego
            return leftResult + rightResult;
        }
    }
}

// Użycie:
// ForkJoinPool pool = new ForkJoinPool();
// int[] data = ...;
// int totalSum = pool.invoke(new SumTask(data, 0, data.length));

Takie podejście efektywnie wykorzystuje wielowątkowość do przyspieszenia sumowania dużej tablicy.